运行 IPython/Jupyter notebook会影响程序运行速度吗？
Does running IPython/Jupyter Notebook affect the speed of the program?
我正在开发一个模拟程序（有点像数值求解器）。我正在 ipython 笔记本中开发它。我想知道笔记本中代码 运行ning 的速度是否与终端代码 运行ning 的速度相同？
与来自终端的本机 运行 相比，笔记本中的浏览器内存或开销以及诸如此类的东西是否会使代码 运行 变慢？
如果您在模拟中有很多 打印语句，可能会减慢速度。
如果您 运行 内核服务器和浏览器在同一台机器上，假设您的模拟将使用您计算机的所有核心，是的，使用笔记本会减慢速度。但是在模拟 运行ning 期间，最多只能浏览 facebook 或 Youtube。使用 IPython 的大部分开销实际上是在您按下 shift-enter 时。在纯 python 提示中，REPL 可能会在 100 毫秒内做出反应，而在 IPython 中则需要 150 毫秒或类似时间。但是如果你关心性能，IPython 的开销不是你应该关心的第一件事。
我发现 Jupyter 比 Ipython 慢很多，无论是否使用了很多打印语句。几乎所有函数的性能都会下降，但尤其是在分析大型数据帧或执行复杂计算时，我会坚持使用 Ipython.
我测试了在 Jupyter 下学习相同的小型神经网络 (1) 和 (2) 在 Anaconda 提示下学习 运行 Python（在 python 下使用 exec(open(foo.py).read()) 或python foo.py 直接在 Anaconda 提示下）。
在 Anaconda 提示下需要 107.4 秒或 108.2 秒，在 Jupyter 下需要 105.7 秒。
所以不，没有显着差异，较小的差异有利于 Jupyter。
我正在开发一个模拟程序（有点像数值求解器）。我正在 ipython 笔记本中开发它。我想知道笔记本中代码 运行ning 的速度是否与终端代码 运行ning 的速度相同？
与来自终端的本机 运行 相比，笔记本中的浏览器内存或开销以及诸如此类的东西是否会使代码 运行 变慢？
如果您在模拟中有很多 打印语句，可能会减慢速度。
如果您 运行 内核服务器和浏览器在同一台机器上，假设您的模拟将使用您计算机的所有核心，是的，使用笔记本会减慢速度。但是在模拟 运行ning 期间，最多只能浏览 facebook 或 Youtube。使用 IPython 的大部分开销实际上是在您按下 shift-enter 时。在纯 python 提示中，REPL 可能会在 100 毫秒内做出反应，而在 IPython 中则需要 150 毫秒或类似时间。但是如果你关心性能，IPython 的开销不是你应该关心的第一件事。
我发现 Jupyter 比 Ipython 慢很多，无论是否使用了很多打印语句。几乎所有函数的性能都会下降，但尤其是在分析大型数据帧或执行复杂计算时，我会坚持使用 Ipython.
我测试了在 Jupyter 下学习相同的小型神经网络 (1) 和 (2) 在 Anaconda 提示下学习 运行 Python（在 python 下使用 exec(open(foo.py).read()) 或python foo.py 直接在 Anaconda 提示下）。
在 Anaconda 提示下需要 107.4 秒或 108.2 秒，在 Jupyter 下需要 105.7 秒。
所以不，没有显着差异，较小的差异有利于 Jupyter。